| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第7-10页 |
| 1.1 课题背景和意义 | 第7页 |
| 1.2 研究现状 | 第7-9页 |
| 1.3 本文的组织结构 | 第9-10页 |
| 第2章 基础知识 | 第10-22页 |
| 2.1 小波框架的理论 | 第10-12页 |
| 2.2 小波框架的性质 | 第12-13页 |
| 2.3 图像在紧小波框架系统中的表示 | 第13-15页 |
| 2.4 紧小波框架分解矩阵的构造 | 第15-16页 |
| 2.5 图像修复简介 | 第16-20页 |
| 2.5.1 降质图像的数学模型 | 第17-19页 |
| 2.5.2 盲图像修复中的主要问题及相关修复方法 | 第19-20页 |
| 2.6 本章小结 | 第20-22页 |
| 第3章 基于紧小波框架的多幅盲运动分类图像修复方法 | 第22-30页 |
| 3.1 纹理图像修复模型 | 第22-23页 |
| 3.2 分段光滑图像修复模型 | 第23-24页 |
| 3.3 算法描述 | 第24-25页 |
| 3.4 实验结果与分析 | 第25-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 多幅盲运动分类图像的自适应紧小波框架修复方法 | 第30-43页 |
| 4.1 图像的自适应紧小波框架基本思想 | 第30-34页 |
| 4.2 自适应紧小波框架的构造算法 | 第34-35页 |
| 4.3 图像修复模型及算法 | 第35-37页 |
| 4.4 实验结果与分析 | 第37-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 研究工作总结与展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 附录A 攻读硕士学位期间研究成果 | 第48页 |